Hadoop完全分布式搭建

水深无声 2022-05-26 10:05 371阅读 0赞

640?wx\_fmt=jpeg&wxfrom=5&wx\_lazy=1

一、介绍

  1. Hadoop2.0中，2个NameNode的数据其实是实时共享的。新HDFS采用了一种共享机制，Quorum Journal Node（JournalNode）集群或者Nnetwork File System（NFS）进行共享。NFS是操作系统层面的，JournalNode是hadoop层面的，我们这里使用JournalNode集群进行数据共享（这也是主流的做法）。如下图所示，便是JournalNode的架构图。

640?wx\_fmt=png&wxfrom=5&wx\_lazy=1

  1. 两个NameNode为了数据同步，会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时，会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JNs中的变更信息，并且一直监控edit log的变化，把变化应用于自己的命名空间。standby可以确保在集群出错时，命名空间状态已经完全同步了。

640?wx\_fmt=png

  1. 对于HA集群而言，确保同一时刻只有一个NameNode处于active状态是至关重要的。否则，两个NameNode的数据状态就会产生分歧，可能丢失数据，或者产生错误的结果。为了保证这点，这就需要利用使用ZooKeeper了。首先HDFS集群中的两个NameNode都在ZooKeeper中注册，当active状态的NameNode出故障时，ZooKeeper能检测到这种情况，它就会自动把standby状态的NameNode切换为active状态。

二、配置

1、准备环境

  1. 这里搭建一个5台服务器的集群，当然最低三台也可以搭建。

1．主机角色分配

以下为每台服务器的角色分配，可以根据自己的服务器数量进行调整。

1>hadoop01

  1. Zookeeper、NameNode、DFSZKFailoverController、ResourceManager。

2>hadoop02

  1. Zookeeper、NameNode2、DFSZKFailoverController。

3>hadoop03

  1. Zookeeper、DataNode、NodeManager、JournalNode。

4>hadoop04

  1. Zookeeper、DataNode、NodeManager、JournalNode。

5>hadoop05

  1. Zookeeper、DataNode、NodeManager、JournalNode。

2．关闭防火墙

一般的生产环境不需要系统自带的防火墙，如果没有外置的防火墙也可以开启，但是要将通信的端口等在防火墙中允许通过。这里为了实验的简单，就直接将防火墙关闭。

  1. service iptables status #查看防火墙状态service iptables start #立即开启防火墙，但是重启后失效。service iptables stop #立即关闭防火墙，但是重启后失效。#重启后生效chkconfig iptables on #开启防火墙，重启后生效。chkconfig iptables off #关闭防火墙，重启后生效。

3．配置主机名

  1. 修改文件 /etc/sysconfig/network
  3. vim /etc/sysconfig/network
  5. !!!!!注意安装hadoop的集群主机名不能有下划线!!不然会找不到主机!无法启动!
  7. source /etc/sysconfig/network
  9. 经过上面的修改，主机名称不会马上改变，必须重启才能生效。所以可以使用如下命令进行立即更改：
  11. hostname

4．配置hosts

  1. 修改文件 /etc/hosts
  3. vim /etc/hosts
  5. 填入以下内容
  7. 127.0.0.1 hadoop01其他主机和ip对应信息。。。
  9. 以上两部操作是为了实现ip的解耦，如果你在多个框架服务里全部填写的是ip那么，一旦你服务器的ip发生改变，那么每个服务框架都需要修改ip，如果你设置的是主机名，那么当你的服务器ip发生改变，只需要修改hosts文件中，主机名和ip的映射关系即可。

5．配置免密登录

  1. 集群中所有主机都要互相进行免密登录。
  3. 生成密钥：
  5. ssh-keygen

发送公钥：

  1. ssh-copy-id root@hadoop01
  3. 此时在远程主机的/root/.ssh/authorized\_keys文件中保存了公钥,在known\_hosts中保存了已知主机信息，当再次访问的时候就不需要输入密码了。
  5. ssh hadoop01
  7. 通过此命令远程连接，检验是否可以不需密码连接。
  9. 这里需要注意的是一定要给本机也发送一下。

6．安装jdk

1>解压安装

  1. 通过fz将jdk安装包上传、解压安装包，命令如下：
  3. tar -zxvf [jdk安装包位置]

2>配置环境变量

  1. 修改/etc/profile。
  3. 这个文件是每个用户登录时都会运行的环境变量设置，当用户第一次登录时，该文件被执行。并从/etc/profile.d目录的配置文件中搜集shell的设置。
  5. vim /etc/profile
  7. 在文件行尾加入以下内容后保存退出。
  9. export JAVA_HOME=/home/app/jdk1.7.0_45/export PATH=$PATH:$JAVA_HOME/bin

3>重新加载

  1. 重新加载profile使配置生效。
  3. source /etc/profile
  5. 环境变量配置完成，测试环境变量是否生效。
  7. echo $JAVA_HOMEjava -version

7．搭建Zookeeper集群

  1. 参见：https://my.oschina.net/u/3754001/blog/1802140

2、配置hadoop

1．解压

  1. 将安装包上传到服务器，进行解压。
  3. tar -zxvf hadoop-2.7.1_64bit.tar.gz

2．修改配置

  1. 以下文件均为Hadoop完全分布式需要配置的文件。此配置按照上述的5台服务器组件的集群。

1>hadoop-env.sh

  1. 在此文件中，将java的环境变量改为和/etc/profile文件中的java环境变量值一致即可。
  3. JAVA_HOME=/home/app/jdk1.7.0_45/

2>core-site.xml

  1. 以下为此文件的配置模版。
  3. <configuration><!-- 指定hdfs的nameservice为ns --><property><name>fs.defaultFS</name><value>hdfs://ns</value></property><!--指定hadoop数据临时存放目录--><property><name>hadoop.tmp.dir</name><value>/root/work/hadoop-2.7.1/tmp</value></property><!--指定hdfs操作数据的缓冲区大小 可以不配--><property><name>io.file.buffer.size</name><value>4096</value></property><!--指定zookeeper地址--><property><name>ha.zookeeper.quorum</name><value>hadoop01:2181,hadoop02:2181,hadoop03:2181,hadoop04:2181,hadoop05:2181</value></property></configuration>

3>hdfs-site.xml

  1. <configuration><!--指定hdfs的nameservice为ns，需要和core-site.xml中的保持一致 --> <property><name>dfs.nameservices</name><value>ns</value></property><!-- ns下面有两个NameNode，分别是nn1，nn2 --><property><name>dfs.ha.namenodes.ns</name><value>nn1,nn2</value></property><!-- nn1的RPC通信地址 --><property><name>dfs.namenode.rpc-address.ns.nn1</name><value>hadoop01:9000</value></property><!-- nn1的http通信地址 --><property><name>dfs.namenode.http-address.ns.nn1</name><value>hadoop01:50070</value></property><!-- nn2的RPC通信地址 --><property><name>dfs.namenode.rpc-address.ns.nn2</name><value>hadoop02:9000</value></property><!-- nn2的http通信地址 --><property><name>dfs.namenode.http-address.ns.nn2</name><value>hadoop02:50070</value></property><!-- 指定NameNode的元数据在JournalNode上的存放位置 --><property><name>dfs.namenode.shared.edits.dir</name><value>qjournal://hadoop03:8485;hadoop04:8485;hadoop05:8485/ns</value></property><!-- 指定JournalNode在本地磁盘存放数据的位置 --><property><name>dfs.journalnode.edits.dir</name><value>/root/work/hadoop-2.7.1/tmp/journal</value></property><!-- 开启NameNode故障时自动切换 --><property><name>dfs.ha.automatic-failover.enabled</name><value>true</value></property><!-- 配置失败自动切换实现方式 --><property><name>dfs.client.failover.proxy.provider.ns</name><value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value></property><!-- 配置隔离机制 --><property><name>dfs.ha.fencing.methods</name><value>sshfence</value></property><!-- 使用隔离机制时需要ssh免登陆 --><property><name>dfs.ha.fencing.ssh.private-key-files</name><value>/root/.ssh/id_rsa</value></property><!-- namenode存储位置 --><property><name>dfs.namenode.name.dir</name><value>/root/work/hadoop-2.7.1/tmp/name</value></property>    <!-- dataode存储位置 --><property>    <name>dfs.datanode.data.dir</name><value>/root/work/hadoop-2.7.1/tmp/data</value></property><!-- 副本数量根据自己的需求配置，这里配置2个 --><property><name>dfs.replication</name><value>2</value></property><!-- 在NN和DN上开启WebHDFS (REST API)功能,不是必须 --><property><name>dfs.webhdfs.enabled</name><value>true</value></property></configuration>

4>mapredu-site.xml

  1. <configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property></configuration>

5>yarn-site.xml

  1. <configuration><!-- 指定nodemanager启动时加载server的方式为shuffle server --><property>    <name>yarn.nodemanager.aux-services</name>    <value>mapreduce_shuffle</value>    </property>  <!-- 指定resourcemanager地址 --><property><name>yarn.resourcemanager.hostname</name><value>hadoop01</value></property></configuration>

6>slaves

这里我们将hadoop03、hadoop04、hadoop05配置为存储数据的节点。

  1. vim slaves
  3. hadoop03hadoop04
  4. hadoop05

3．环境变量

  1. 配置文件/etc/profile：
  3. vim /etc/profile

在其末尾追加如下内容：

  1. export HADOOP_HOME=[hadoop的安装路径]export PATH=$PATH:$HADOOP_HOME\bin:$HADOOP_HOME\sbin

4．其他服务器

  1. 使用scp命令将配置文件拷贝到其他服务器上。
  3. 这里要注意，如果其他服务器的jdk，Zookeeper等配置和当前这台服务器的配置是一样的话，直接拷贝过去不用修改。

三、启动

  1. 启动完全分布式hadoop：

1、启动zk集群 

  1. ./zkServer.sh start

2、启动jn集群

  1. sbin/hadoop-daemons.sh start journalnode

1．格式化zkfc

  1. 第一次启动要格式化
  3. hdfs zkfc -formatZK

2．格式化hdfs

  1. 第一次启动要格式化
  3. hadoop namenode -format

3、启动NameNode

在hadoop01上：

  1. hadoop-daemon.sh start namenode

在hadoop02上：

  1. hdfs namenode -bootstrapStandby #把NameNode的数据同步到hadoop02上hadoop-daemon.sh start namenode #启动备用的namenode

4、启动DataNode

  1. hadoop-daemons.sh start datanode

5、启动yarn

  1. start-yarn.sh

6、启动ZKFC

  1. 在hadoop01
  3. hadoop-daemon.sh start zkfc
  5. 在hadoop02
  7. hadoop-daemon.sh start zkfc

7、启动之后

启动完成之后，使用jps命令查看各台服务器，进程如下：

  1. hadoop01:
  3. 10877 QuorumPeerMain
  4. 11351 NameNode
  5. 11871 DFSZKFailoverController
  6. 11570 ResourceManager
  8. hadoop02:
  10. 16019 QuorumPeerMain
  11. 16214 NameNode
  12. 16344 DFSZKFailoverController
  14. hadoop03:
  16. 16548 QuorumPeerMain
  17. 16783 DataNode
  18. 16893 NodeManager
  19. 16701 JournalNode
  21. hadoop04:
  23. 16565 QuorumPeerMain
  24. 16798 DataNode
  25. 16908 NodeManager
  26. 16716 JournalNode
  28. hadoop05:
  30. 16562 QuorumPeerMain
  31. 16809 DataNode
  32. 16919 NodeManager
  33. 16727 JournalNode
  35. 至此整个集群搭建完成，可以正常使用！

公众号推荐：

公众号：VOA英语每日一听

微信号: voahk01

可长按扫码关注，谢谢

640?wx\_fmt=jpeg

发表评论

表情：
评论列表 （有 0 条评论，371人围观）

还没有评论，来说两句吧...

相关阅读

    相关 Hadoop完全伪分布式搭建

    (比较简单在这里就不逐步截图了) Hadoop单机以及伪分布式和完全分布式的环境搭建详细步骤 一、首先确保网络,确保虚拟机能ping通本机电脑。 以下为IP配置文件

    怼烎@怼烎@/ 0 赞/ 346 阅读

    相关 Hadoop完全分布式环境搭建

    搭建完全分布式环境是在会先搭建单节点的伪分布式环境上面进行的，先拷贝一份伪分布式的hadoop安装程序，jdk安装之类的就先不讲了,然后再伪分布式环境上对配置文件进行修改，

    冷不防冷不防/ 0 赞/ 360 阅读